В настоящее время можно увидеть рост проектов по образовательной аналитике. С одной стороны, развиваются информационные системы вуза, которые позволяют работать с большими данными о протекающих процессах. С другой стороны, организуются и проводятся разнообразные исследования когнитивных и некогнитивных предикторов академической успешности. В статье приводятся данные поискового исследования связи социально-психологических характеристик с академической успеваемостью студентов заочной формы обучения. При организации данного исследования мы исходили из общего предположения о том, что академическая успеваемость может быть прогнозируемым параметром и имеет связь с мотивационными, когнитивными, аффективными компонентами личности и характеристиками организации и протекания деятельности. С применением процедур корреляционно-регрессионного анализа и подтверждающего моделирования структурными уравнениями описывается модель связей социально-психологических переменных с академической успеваемостью. Результаты анализа позволяют выделить следующие моменты. У студентов заочного отделения мотивационные аспекты трудовой деятельности и учебной деятельности не имеют прямых пересечений. Автор представляет модель связей переменных с академической успеваемостью. В выделенной модели связей переменных наблюдается разделение двух векторов, связанных с учебной деятельностью и связанных с трудовой деятельностью. Среди переменных мотивации трудовой деятельности связь отмечается с удовлетворенностью некоторыми факторами трудовой деятельности. Набор переменных, связанных с академической успеваемостью, включает параметры, описывающие уровень интернальности в сферах достижений и неудач и параметры социально-психологической адаптации отражающие особенности принятия или непринятия себя. Данный набор переменных обуславливает особенности планирования и целеполагания, что в свою очередь влияет на уровень академической успеваемости. Уровень успеваемости обуславливает уровень предрасположенности к самообвинениям, что можно расценить как контур обратной связи. Не смотря на существующие ограничения, проведенная работа позволяет по-новому взглянуть на вопросы образовательной аналитики и расширить арсенал анализируемых переменных.
Currently, you can see the growth of educational analytics projects. On the one hand, university information systems are being developed that allow working with big data on ongoing processes. On the other hand, various studies of cognitive and non-cognitive predictors of academic success are organized and conducted. The article presents the data of an exploratory study of the relationship of socio-psychological characteristics with the academic success of part-time students. When organizing this study, we proceeded from the general assumption that academic success can be a predictable parameter and is related to the motivational, cognitive, affective components of the personality and the characteristics of the organization and course of activity. Using the procedures of correlation-regression analysis and confirmatory modeling by structural equations, a model of the relationship of socio-psychological variables with academic success is described. The results of the analysis allow us to highlight the following points. For part-time students, the motivational aspects of labor activity and educational activity do not have direct intersections. The author presents a model of relationships between variables and academic success. In the selected model of variable relationships, there is a separation of two vectors related to educational activity and related to labor activity. Among the variables of work motivation, the relationship is noted with satisfaction with some factors of work activity. The set of variables associated with academic success includes parameters that describe the level of intrenality in the areas of achievements and failures, and parameters of socio-psychological adaptation that reflect the features of self-acceptance or non-acceptance. This set of variables determines the features of planning and goal setting, which in turn affects the level of academic success. The level of performance determines the level of predisposition to self-blame, which can be regarded as a feedback loop. Despite the existing limitations, the work carried out allows us to take a fresh look at the issues of educational analytics and expand the arsenal of analyzed variables.